Τηλεπισκοπική παρακολούθηση της δρυογραμμής και των περιβαλλοντικών αλλαγών στο όριο δάσους–αλπικής ζώνης

Από RemoteSensing Wiki

Παρούσα αναθεώρηση της 16:50, 2 Φεβρουαρίου 2026

Τηλεπισκοπική παρακολούθηση της δρυογραμμής και των περιβαλλοντικών αλλαγών στο όριο δάσους–αλπικής ζώνης

Πρωτότυπος τίτλος: Treeline remote sensing: from tracking treeline shifts to multi-dimensional monitoring of ecotonal change

Συγγραφείς: Matteo Garbarino, Donato Morresi, Nicolo Anselmetto & Peter J. Weisberg

Δημοσιεύθηκε: Remote Sensing in Ecology andConservation 2023;9 (6):729–742

Σύνδεσμος πρωτότυπου κειμένου: [1]

Σκοπός της εργασίας

Η παρούσα εργασία έχει ως κύριο στόχο να αξιολογήσει τον ρόλο της τηλεπισκόπησης στην έρευνα της δρυογραμμής (treeline), δηλαδή της μεταβατικής ζώνης ανάμεσα στο κλειστό δάσος και την αλπική βλάστηση σε ορεινά οικοσυστήματα. Η έρευνα επικεντρώνεται στην ανάγκη να ξεπεραστεί η παραδοσιακή παρακολούθηση των μετακινήσεων της δρυογραμμής (treeline shifts) και να προωθηθεί μια πολυδιάστατη παρακολούθηση των δομικών αλλαγών στη ζώνη μετάβασης, ενσωματώνοντας διαφορετικές τεχνολογίες τηλεπισκόπησης και μεθοδολογικές προσεγγίσεις για την καλύτερη κατανόηση των περιβαλλοντικών επιδράσεων, ιδιαίτερα στο πλαίσιο της κλιματικής αλλαγής.

Το άρθρο εντάσσεται στην ευρύτερη συζήτηση για το πώς η τηλεπισκόπηση μπορεί να ενσωματωθεί σε οικολογικά ερωτήματα που αφορούν τόσο τη θέση όσο και τη δομή των οικοτόνων, και πώς αυτές οι αλλαγές σχετίζονται με περιβαλλοντικούς παράγοντες όπως η θερμοκρασία, τα πρότυπα υγρασίας και οι ανθρωπογενείς επιδράσεις σε παγκόσμια κλίμακα.

Περιοχή μελέτης

Το άρθρο δεν περιορίζεται σε μία μοναδική γεωγραφική περιοχή, αλλά αποτελεί παγκόσμια ανασκόπηση μελέτης τηλεπισκόπησης της δρυογραμμής (treeline ecology), εξετάζοντας δεδομένα και επιστημονικές εργασίες από ορεινά οικοσυστήματα σε ολόκληρο τον κόσμο. Οι εφαρμογές που περιλαμβάνονται αφορούν τόσο άλπεις όσο και αρκετές τροπικές και αρκτικές ορεινές περιοχές, όπου οι μεταβολές στη θέση του ορίου των δέντρων και στη δομή τους έχουν τεκμηριωθεί με διαφορετικές μεθοδολογίες παρατήρησης.

Τα δεδομένα στις μελετώμενες δημοσιεύσεις περιλαμβάνουν:

- αεροφωτογραφίες υψηλής ανάλυσης για ιστορική ανάλυση και φωτοερμηνεία,

- δορυφορικές εικόνες μέσης και υψηλής ανάλυσης (π.χ. Landsat, Sentinel) για ανίχνευση «greenness» και αλλαγών κάλυψης,

- εικόνες από UAV και LiDAR για λεπτομερείς μετρήσεις δομής βλάστησης σε μικρότερες κλίμακες, και συνδυασμούς συνόλων δεδομένων για πολυδιαστατική ανάλυση.

Η χρήση τέτοιων δυναμικών συνόλων δεδομένων επιτρέπει την εκτίμηση της χωρικής και χρονικής μεταβλητότητας της δρυογραμμής, καθώς και τη σύνδεση των αλλαγών αυτών με παράγοντες όπως η κλιματική μεταβολή.

Εικόνα 1: Πλαίσιο συστηματικής ανασκόπησης και μετα-ανάλυσης: τα γκρι πλαίσια αντιστοιχούν στα στάδια επιλογής της βιβλιογραφίας, ενώ τα κίτρινα πλαίσια απεικονίζουν τις στατιστικές αναλύσεις που εφαρμόστηκαν.

Μεθοδολογία

Η μελέτη είναι κυρίως μετα-ανάλυση και ανασκόπηση (review + meta-analysis) των δημοσιευμένων εργασιών που αξιοποιούν τηλεπισκόπηση για την έρευνα δρυογραμμής. Η μεθοδολογία περιλαμβάνει ποσοτική και ποιοτική αποτίμηση των τηλεπισκοπικών τεχνικών, με σκοπό να συσχετίσει τις μεθόδους αυτές με βασικούς οικολογικούς δείκτες και να αναδείξει τα κενά στη βιβλιογραφία.

Η διαδικασία ανασκόπησης περιλαμβάνει τα εξής τεχνικά βήματα:

- Συλλογή δεδομένων από βάσεις όπως Scopus και Web of Science, με λέξεις-κλειδιά που αφορούν remote sensing, treeline, ecotone και climate change.

- Καταγραφή και κατηγοριοποίηση των μελετών ανάλογα με τον τύπο τηλεπισκοπικών δεδομένων που χρησιμοποιούν (π.χ. χρονοσειρές δορυφορικών εικόνων, UAV, LiDAR), την κλίμακα ανάλυσης και τον χρόνο παρατήρησης.

- Co-occurrence mapping για τη διερεύνηση της σχέσης μεταξύ τεχνικών τηλεπισκόπησης και οικολογικών μετρικών, όπως η θέση του treeline, η πυκνότητα δέντρων και η δομή της βλάστησης.

- Πολυμεταβλητές στατιστικές αναλύσεις για να προσδιοριστεί πόσο καλά οι διαφορετικές τηλεπισκοπικές μέθοδοι συσχετίζονται με οικολογικούς δείκτες και για να εντοπιστούν προτεραιότητες και κενά στην επιστημονική έρευνα.

- Σύγκριση χωρικών αναλύσεων (spatial resolution) και χρονικών επεκτάσεων (temporal extent) μεταξύ παραδοσιακών μελετών και εφαρμογών τηλεπισκόπησης.

Η μεθοδολογία αυτή δεν περιλαμβάνει πρωτογενή συλλογή δορυφορικών εικόνων από τους ίδιους τους συγγραφείς· αντιθέτως, αξιοποιεί τη μεταδεδομένη γνώση για να αναλύσει πώς οι διαθέσιμες τεχνικές έχουν εφαρμοστεί και τι αποτελέσματα έχουν αποδώσει.

Εικόνα 2: Γεωγραφική κατανομή των δημοσιευμένων μελετών δρυογραμμής, συμπεριλαμβανομένων των δρυογραμμών γεωγραφικού πλάτους (latitudinal treelines, μαύρες τελείες) και υψομετρικών δρυογραμμών (elevational treelines, μαύρα τρίγωνα), σε υπέρθεση με τις ορεινές περιοχές του πλανήτη, όπως χαρτογραφούνται στο GMBA Mountain Inventory v.2 (Snethlage et al., 2022).

Αποτελέσματα

Η ανάλυση της βιβλιογραφίας καταδεικνύει ότι, παρά τη μακρά ιστορία εφαρμογών της τηλεπισκόπησης στη μελέτη της δρυογραμμής, μόνο περίπου 10 % των μελετών οικολογίας δρυογραμμής χρησιμοποιούν τηλεπισκοπικά εργαλεία, και τα περισσότερα από αυτά συνδέονται με την έννοια της κλιματικής αλλαγής.

Οι μελέτες που περιλαμβάνουν παρακολούθηση της δρυογραμμής έχουν διαφορετικά χαρακτηριστικά χωρικής και χρονικής ανάλυσης:

- Οι παραδοσιακές μελέτες χρησιμοποιούν αλόγιστη φωτοερμηνεία αεροφωτογραφιών με πολλή μεγάλη χρονική διάρκεια αλλά χαμηλή χωρική λεπτομέρεια, καλύπτοντας συχνά δεκαετίες αλλαγών σε ευρείες περιοχές.

- Οι μελέτες με δορυφορικές εικόνες χρησιμοποιούν δείκτες βλάστησης (όπως greenness από NDVI) και ταξινόμηση pixel-based για να ποσοτικοποιήσουν τις αλλαγές στη θέση της δρυογραμμής, παρέχοντας επαναλαμβανόμενες χρονοσειρές με σταθερή επαναληψιμότητα.

- Οι UAV και LiDAR προσεγγίσεις είναι πιο πρόσφατες και επιτρέπουν την εκχύλιση δεικτών σε επίπεδο δέντρου, όπως ύψος, πυκνότητα και δομή κόμης, γεφυρώνοντας το κενό ανάμεσα σε τοπικές μετρήσεις πεδίου και δορυφορικές παρατηρήσεις.

Παράλληλα, στο επίπεδο των μεθοδολογικών τάσεων, μόνο περίπου 19 % των εργασιών εφαρμόζουν πολυ-αισθητήριες και πολυκλιμακικές προσεγγίσεις (multi-sensor, multi-scale approaches), οι οποίες θεωρούνται πιο κατάλληλες για την αποκωδικοποίηση της πολυδιάστατης δομής της δρυογραμμής και της αντίδρασής της σε περιβαλλοντικούς παράγοντες.

Από την εξέταση των μελετών προκύπτει επίσης ότι η ενσωμάτωση πληροφοριών από διαφορετικές πλατφόρμες και αισθητήρες αυξάνει την ικανότητα εντοπισμού αλλαγών που δεν είναι εμφανείς με μεθόδους μιας μόνο πηγής δεδομένων.

Εικόνα 3: Συχνότητα μελετών δρυογραμμής (αριθμός δημοσιεύσεων) που υιοθετούν διαφορετικές προσεγγίσεις τηλεπισκόπησης (Remote Sensing – RS) κατά την περίοδο 1990–2021. Οι εναέριες και επίγειες προσεγγίσεις σαρωτών λέιζερ ομαδοποιήθηκαν σε μία ενιαία κατηγορία (LiDAR). Μελέτες της περιόδου 1987–1989 συγχωνεύθηκαν στο έτος 1990, ενώ το πρώτο εξάμηνο του 2022 συγχωνεύθηκε στο 2021.

Εικόνα 4: Πηγές τηλεπισκοπικών δεδομένων, εργαλεία και προσεγγίσεις ταξινόμησης, παρουσιασμένα ως ποσοστό επί του συνόλου των δημοσιεύσεων για καθεμία από τις τέσσερις ομάδες (clusters) που προέκυψαν από την ανάλυση συστάδων (cluster analysis). Η χρονική ανάλυση (ResTe – Temporal Resolution) και η χρονική έκταση (ExtTe – Temporal Extent) παρουσιάζονται ως ο μέσος αριθμός χρονικών βημάτων και ετών, αντίστοιχα.

Εικόνα 5: Χρονική εξέλιξη της συχνότητας δημοσιεύσεων για τη δρυογραμμή που χρησιμοποιούν τηλεπισκόπηση, κανονικοποιημένη ως προς το σύνολο των μελετών δρυογραμμής που δημοσιεύθηκαν το ίδιο έτος. Οι μελέτες ομαδοποιήθηκαν βάσει της ανάλυσης συστάδων (cluster analysis) που πραγματοποιήθηκε σε πίνακα τηλεπισκοπικών χαρακτηριστικών. Οι μελέτες της περιόδου 1987–1989 συγχωνεύθηκαν στο 1990, ενώ οι πρώτοι τρεις μήνες του 2022 συγχωνεύθηκαν στο 2021.

Συμπεράσματα

Η εργασία καταλήγει ότι η τηλεπισκόπηση είναι ένα πολύτιμο εργαλείο για την παρακολούθηση των δρυογραμμικών αλλαγών, αλλά η χρήση της στην οικολογική έρευνα παραμένει σχετικά περιορισμένη. Η συνδυαστική χρήση πολλαπλών αισθητήρων, πολυκλιμακικών δεδομένων και μεθοδολογιών αυξάνει σημαντικά την ικανότητα ανίχνευσης και ερμηνείας των δομικών και λειτουργικών αλλαγών στην δρυογραμμή ως απόκριση στην κλιματική αλλαγή και άλλους περιβαλλοντικούς παράγοντες.

Οι συγγραφείς προτείνουν ότι η ενσωμάτωση τηλεπισκόπησης με δεδομένα πεδίου, μοντέλα κλίματος και οικολογικές μετρήσεις θα ενισχύσει την ικανότητα μοντελοποίησης και πρόβλεψης, επιτρέποντας πιο ολοκληρωμένη και πολυδιάστατη κατανόηση των μεταβολών της δρυογραμμής σε διάφορες κλίμακες και περιβάλλοντα.